数据分析可视化

Posted 2022-05-22 lyhcc

数据之美

数据可视化的目的是让数据更高效
让读者更高效的阅读
突出数据背后的规律
突出重要因素
最后?美观
例子：词频图

图标的基本概念

Dimension

描述分析的角度和属性，分类数据
时间、地理位置、产品类型等
可以将一份数据比喻为一块蛋糕，维度即为切刀，将数据分开

Message

具体的参考数值，数值数据
元、销量、销售金额等

常见的图表

散点图

散点图主要解释数据之间的规律

气泡图

气泡图是三点图的变种，引入了第三个度量作为气泡大小
维度：1+，作为颜色
度量：3，其中一个是气泡的大小

单轴散点图

维度做Y轴，更倾向于洞察数据在不同类别下的数据规律
维度：1+，Y轴
度量：2

折线图

折线图经常用来观察数据随时间的变化趋势。
折线图的维度不宜过多，否者会非常混乱

面积图

面积图是折线图的变种。面积图更注重数据类别
之间随时间的趋势的变化关系

维度：1 度量：2

柱形图

并且柱形图是类别之间的关系

直方图

柱与柱之间的距离为0

正负比例柱形图

饼图

漏斗图

漏斗图是对转化过程的直观展示。

雷达图

适合于个体数据和属性可视化，比较偏描述性数据，常见于CRM，用户画像 例如王者荣耀的攻击防御能力分析

高级图标

树形图

适合数据量较大的情况，尤其类别比较多。比如各类电商的SKU
维度：1+
度量：1

桑基图

桑基图是揭示数据复杂变化趋势的图标。面积图是线性维度，而桑基图可以一对多或者多对一
维度: 2 source，target
度量: 1

热力图

数据在空间上的变化规律。譬如地理空间，网页浏览
维度：2
度量：1

热力图的变种

空间不一定是纯粹空间， 也可以是属性和维度的 规律组合，比如把它变 成星期表。
维度：1
度量：1
可以看一下github上面的代码提交量图

关系图

关系图 展现不同类别之间的数 据关系，常见于各类社 交社会媒体。
维度：2 source target
度量：0+

箱线图

箱线图 箱线图是统计用图表，用来研究和观察数据分布，也能对比数据分布。
维度：1+
度量：1

标靶图

标靶图 也称为子弹图，是变种 的条形图。常用于衡量 业务销售完成情况。
维度：1+
度量：2

词云图

词云图 文本分析利器，PPT常 客，卖弄大数据之必备 图表
维度：1
度量：0

地理图

数据和空间之间的关系。 地理图即可以通过经纬 度的数值度量绘制，也 能通过省市的类别维度 绘制。
维度：1（经纬或行政）
度量：1

图标绘制

初级图表

条形图

概述1